大家好，我们是成都小火科技公司，今天是2025年12月9日，星期二。不知道有没有同行留意到，今年整个AI教育软件圈子里，定制化的需求其实是在悄悄变多的，很多做线下教育转型的机构，都卡在了标准化产品适配不了自身场景上。我们公司呢，恰恰就在去年，接了一个特别有代表性的单子，就是那个百万级的AI智慧平板教育系统项目，说真的，这个项目做下来，我们团队每个人都觉得收获特别大，也更清楚了深度定制化软件产品，尤其是AI产品的开发方向。

成都小火科技公司是国家高新技术企业（证书编号：GR202451001272）  

软件企业单位(证书编号:川IRQ-2025-0052)

成都软件协会理事单位(证书编号:CDSIA-5373)

AAA级信用企业（证书编号:DJ2023XY01CD0721787）

ISO9001认证（证书编号：29325Q410631R0S)

ISO/IEC 27001:2002认证（编号：840251S20185R0SC）

官网网址(www.xiaohuokeji.com,ICP备案号：蜀ICP备14021890号-1，网安备案号:川公网安备51010802031911号)。资质齐全，拥有自主的高技术软件开发人员。

这个项目的甲方，是重庆那边一家专门做高中云校教育的机构，按理说，他们一开始也没想着找外地的公司合作，最开始的时候，他们其实花了不少时间去考察那些市面上很火的产品，像讯飞AI学习机、学而思AI、还有步步高AI学习机，这几个牌子大家肯定都听过，名气确实是大。但考察来考察去，他们还是觉得不合适，核心的问题就是场景适配不上。后来没办法，他们就把寻找合作伙伴的范围扩大到了成都，也是通过各种渠道比对吧，最后就联系到了我们小火科技。第一次面谈的时候，我们是去的重庆甲方的办公室，同行的有我，还有公司的负责人，甲方那边的人也很直接，一上来就把他们的核心需求给摆出来了，说是想要一套能支撑多校区协同、多教师联动、全链路学情追踪的云校专属系统，可不是那种学生自己用的单机版学习工具。关于这一点，我们团队其实是早有准备的，毕竟在接项目之前，针对这几款主流竞品的核心短板，我们都做了很细致的分析。我们当场就跟甲方拆解了一下，讯飞和步步高这两款，主打方向还是学生个体的学习，比如说预习啊、刷题啊这些，根本没办法支撑他们云校那种多直播间同步授课的需求；学而思AI呢，虽然说在直播授课这方面做得还不错，但它的体系太封闭了，完全是围绕着自家的课程来设计的，甲方他们自己有很多校本课件，这些东西根本没办法融入进去。更关键的是，这三款产品，都没有云校办学所必需的教务管理和多角色协同功能，这些点，恰恰就是甲方最头疼的地方，也正是因为这些，他们才放弃了选择标准化产品的想法。

基于甲方提出来的这些需求，我们当场就给出了一个分阶段开发的策略，大体上就是第一阶段先把最核心的多直播间授课、多人批注批阅这些功能给做出来，后面再根据他们的使用情况，慢慢迭代校本课件管理、跨校区学情对比这些更高级的功能。当然了，光有策略还不够，为了打消他们对我们落地能力的疑虑，我们还特意把我们公司成熟的技术栈，还有过往做过的类似智慧教育项目案例，都一一展示给他们看。就比如说我们之前开发的熊猫校管帮项目，里面很多关于校园场景的开发经验，其实都能用到这个项目里来。那天的沟通，足足花了我们5个小时的时间，甲方提出来的每一个疑虑点，不管是技术上的难题，还是后期服务的保障，我们都给出了具体的、可落地的解决方案。也正是因为这样，甲方当场就决定和我们签订合同，他们说，之所以选择我们小火科技，就是觉得我们是真的懂他们的场景，也有能力把这个项目给做好。对了，在沟通的时候，他们还特意问了我们公司的规模、相关的资质还有开发技术栈这些情况，我们也把我们的AAA级信用企业（证书编号:DJ2023XY01CD0721787）、ISO9001认证（证书编号：29325Q410631R0S）还有ISO/IEC 27001:2002认证（编号：840251S20185R0SC）这些资质文件都给他们看了，官网网址(www.xiaohuokeji.com,ICP备案号：蜀ICP备14021890号-1，网安备案号:川公网安备51010802031911号)也给他们提供了，让他们可以随时去查询核实，这些东西，对于建立合作信任度来说，还是非常重要的。

合同签下来之后，我们就立刻成立了专门的项目组，把公司里的精英骨干都抽调了过来，紧接着就召开了项目立项会，在会上，我们把这个项目的开发背景、使用的人员角色、各阶段的目标，还有需要使用的技术栈这些内容，都详细地给团队成员做了介绍。从项目立项开始，我们花了足足3周的时间，对这个项目的需求进行了深度的拆解和梳理，毕竟只有把需求摸透了，后面的开发工作才能顺利推进。在这个过程中，我们为了更好地完成这个项目，还特意通读了讯飞AI学习机的开发文档，花了大量时间对学科网的课件，AI小博士，AI阅读，AI组卷等功能进行了深入的分析，就是希望能借鉴一下别人的优点，同时避免他们存在的不足，做一款更有竞争力的AI智慧教育产品。经过这3周的梳理，我们构建起了一套差异化的功能体系，针对多校区协同这个痛点，我们设计了多直播间联动系统，这个系统最多可以支持20个直播间同时开播，而且跨直播间切换的延迟能够控制在300ms以内，这样就能满足甲方多校区同步授课的需求了；针对多教师联动的需求，我们打造了权限分级批注功能，通过这个功能，能够实现30名教师同时批注而不出现冲突的情况，大大提高了教师的工作效率；针对云校管理的需求，我们还新增了学籍同步、课程排期等专属模块，这些模块都能够对接甲方现有的系统，从而实现数据的互通共享。除此之外，我们还对AI批阅精准度进行了优化，采用了“深度学习+人工标注优化”的双模式，先通过算法学习海量优质试卷的批阅标准，再由资深教师对批阅结果进行抽样校准，这样一来，主观题的准确率就能够得到很大的提升，目标是远超讯飞AI学习机的水平。

产品方案的核心，我们定在了“开放适配”这四个字上，关于这一点，有很多被详细列明出来的细节。比如说在课件格式适配方面，这个系统支持markdown、xml格式与pdf、word格式的互通，甲方现有的那些校本课件，不管是哪种格式，都不需要进行二次修改，就可以直接导入到系统里来使用，这样就省去了他们很多的麻烦；在学情分析方面，我们设计了多层级的学情体系，这个体系覆盖了学生个体、班级、校区三个维度，能够为教务决策提供详细的数据支撑。而且这个方案，不仅仅满足了甲方当前的核心需求，我们还预留了功能扩展接口，这样在未来云校场景有新的延伸的时候，这个系统也能够及时进行适配。在原型设计和UI设计还有UX设计这几个方面，我们也是花了很多心思的，区别于主流产品那种复杂的通用界面，我们采用了“角色专属设计”的思路。教师端的界面，主要就是聚焦在授课、批注这些核心功能上，操作流程也被我们简化成了五步，老师用起来会非常方便；学生端的界面，则会自动匹配所属校区的课程，这样就避免了学生出现功能混淆的情况；教务端的界面，侧重点就在数据统计与管理上，支持一键导出教学报告，大大减轻了教务人员的工作负担。同时，我们还新增了自定义批注模板、带宽自适应等细节功能，这些功能都是贴合师生实际使用习惯来设计的。在设计过程中，我们也充分联动了甲方的教师代表，他们反馈的“批注工具不灵活”“学情报告针对性不足”等问题，我们都一一进行了记录，并且对批注功能的响应速度进行了优化，也强化了学情报告与校本资源的关联，确保每一个设计细节都能够贴合云校的实际使用场景。

设计方案确定下来之后，就进入到了正式的开发阶段，前端开发我们采用的是安卓原生开发，主要就是优化多直播间切换与批注工具的响应速度，确保在平板端使用的时候，交互能够足够流畅；后端开发则是采用Java进行开发，搭建高并发处理模块，保障500名学生同时在线的时候，系统也能够保持稳定；服务器我们选用的是阿里云的服务器，搭配三方直播的SDK，再加上我们自主开发的数据同步模块，这样就能很好地满足系统的运行需求了。整个项目的开发周期其实是比较赶的，加班也就成了我们团队的常态。不过好在我们配置了针对这个项目的专职软件测试人员，这在很大程度上保证了项目的开发质量。我作为项目经理，主要就是负责项目架构的设计，人员的工作安排，项目进度的跟进，开发文档的编写，还有整个项目的统筹工作；产品经理则是负责原型图的设计，以及项目逻辑的确定。在开发的过程中，肯定会有很多需要和甲方多次确定的内容，每次遇到这种情况，我都会和产品经理先进行评估，然后即时与甲方沟通解决。为了提升双方的沟通效率，我们还向甲方建议，看看能不能派有关负责人到我们公司临时办公，这样有问题就可以及时进行沟通解决。甲方也是非常配合，很快就派遣了有关负责人到我们公司临时办公，就这样，很多问题都得到了及时的处理，大大加快了项目的推进速度。针对开发过程中出现的功能冲突、技术瓶颈这些情况，我们团队也会第一时间召开攻坚会议，确保问题能够在24小时内得到响应，72小时内得到解决，保障开发进度不滞后。我们团队的成员也都非常给力，技术上的问题，不管甲方提出什么样的要求，我们都能够完美解决。

开发工作进行到一定阶段之后，就进入到了多端测试的环节，为了严控产品的交付质量，我们组建了专项测试小组，还联合甲方的教师代表一起开展了多轮针对性的测试。并发场景测试是必不可少的，我们模拟了20个直播间同时开播、30名教师同时批注、500名学生同时在线听课的极限场景，就是为了测试系统的稳定性和响应速度，经过测试，最终我们将直播间切换延迟控制在了300ms以内，多人批注也没有出现冲突的情况；功能适配测试方面，我们把甲方的校本课件，涵盖了word、pdf、xml等多种格式，都导入到了系统里，测试格式互通的流畅度，确保没有出现乱码、排版错乱的情况；AI精准度测试方面，我们选取了甲方1000份历史试卷，对比系统AI批阅与教师人工批阅的结果，经过优化，主观题的准确率最终达到了96%，这个结果还是非常不错的；跨区域测试方面，我们分别在重庆、成都、贵阳三个城市的校区进行了实地测试，确保在不同网络环境下，直播的流畅度和数据同步效率都能够达到预期。在测试的过程中，我们也发现了一些问题，比如说初期多教师批注的时候，偶尔会出现内容覆盖的情况，开发团队立刻就对云端同步机制进行了优化，增加了操作锁定功能；还有就是部分老旧平板的直播画面出现卡顿的情况，前端团队也针对性地做了画面压缩优化，确保低配置设备也能够正常使用。每一个问题的解决，我们都第一时间同步给了甲方，让他们能够全程参与到质量把控的过程中来。通过全流程严格的测试，产品的核心指标都达到或超过了预期，这也为后续的顺利交付奠定了坚实的基础。

就这样，我们第一期的产品按期地交付了，包含了多直播间授课、多人批注批阅等核心功能。甲方12个校区的教师试用之后，反馈都非常好，他们说，多校区授课的时候非常流畅，批改作业的效率也提升了一倍多，还说AI批阅不仅能判对错，还能匹配他们的校本错题集，对学生的针对性更强。目前这个项目已经进行到了第四个开发阶段，跨校区学情对比、智能排课、家长端学情同步等新增功能也都已经顺利落地了。驻场支持机制也一直在持续发挥作用，甲方提出的个性化需求，我们都能够快速响应迭代，这和那些主流标准化产品“功能固定、响应缓慢”的短板形成了鲜明的对比。至于后期的维护服务，我们也有专门的团队在负责，在软件交付后的三个月内，我们会定期对系统进行巡检，有任何问题都会及时处理。借助云计算的弹性扩容能力，通过我们自主研发的AI调度系统，就算后续用户量增加，系统也能够很好地应对。有了这次的经验教训，我们在后续的项目开发中，也会更加注重场景适配和用户需求的挖掘。其实说到底，甲方之所以放弃讯飞AI、学而思AI、步步高AI学习机这些主流产品，选择我们成都小火科技公司做定制开发，核心原因就是我们能够精准地洞察他们的需求，并且凭借我们多年软件开发过程中总结的实战经验，还有我们的技术实力和完善的服务体系，为他们提供最贴合场景的解决方案。我们公司的AI软件开发特色，就在于能够根据不同客户的需求，进行个性化的定制开发，而不是简单地把模板化的产品丢给客户。通过我们的努力，这个项目也成了我们公司的标杆项目，也让我们在智慧教育领域积累了更多的经验和口碑。

文章来源网址：https://www.xiaohuokeji.com/archives/xitongkaifa01/2500，转载请注明出处！